2025年AI医疗行业研究报告：AI医疗前景广阔，政策助推应用落地

1. AI 技术蓬勃发展，深入赋能医疗产业

1.1 AI 医疗应用与市场规模

AI 医疗是指通过机器学习、自然语言处理(NLP)、计算机视觉等技术，对大量复杂的 医疗数据进行深度分析，辅助临床决策、优化诊疗流程、提升医疗效率的智能化应用 体系。 借助互联网+、物联网技术，AI 医疗能够充分利用有限的医疗人力和设备资源，同时 发挥大医院的医疗技术优势，打造健康档案区域医疗信息平台，实现患者与医务人员、 医疗机构、医疗设备之间的互动，并在疾病诊治、监护和治疗等方面提供信息化、移 动化和远程化医疗服务。

AI 医疗的核心技术主要有以下四项： 医学影像分析：基于深度学习的 CT、MRI 图像识别，用于肿瘤、心血管疾病筛 查（如肺部结节检出准确率超 95%）； 自然语言处理(NLP)：主要表现为电子病历结构化处理，临床知识图谱构建（例 如 IBM Watson Oncology）； 药物研发：使用 AI 工具加速靶点发现、化合物筛选，缩短研发周期（如 DeepMind 的 AIphaFold 预测蛋白质结构）； 智能健康管理：通过可穿戴设备+AI 实现慢性病实时监测与预警。

AI 医疗的应用场景可以按照就医前、就医期间三阶段（诊前、诊中、诊后）、就医后 以及其他四类进行划分，涉及健康促进、疾病预防、诊断、治疗、康复护理以及慢性 病控制等六个环节，旨在从四个维度提升医疗效率和质量。首先，AI 可以使医疗知 识库快速积累，模型持续学习迭代；其二，减轻医生重复性工作负担腾出更多时间专 注临床；再者，规范化、标准化医疗流程降低人为操作风险；最后，实现基层医疗机 构远程会提高服务覆盖率诊。概括来说，智能医疗在促进个性化健康管理、疾病预防、 医患互动优化、远程医疗升级、诊疗流程智能化等方面，将迎来效率革命。

AI 医疗应用主要包括医学影像、临床辅助决策、精准医疗、健康管理、医疗信息化、 药物研发以及医疗机器人等，以助力降本增效、提升诊疗水平、改善患者体验、降低 患病风险等为核心目的，全面赋能院前、院中、院后以及医学教育研究等各个环节。

AI 在医疗健康行业的应用前景广阔，但不同应用场景的成熟度存在显著差异，影像 智能分析、蛋白质结构生成与预测、健康数据监测与解读等场景应用较为成熟。

智慧医疗：智慧医疗是 AI 在医疗健康行业中应用最成熟的领域之一，尤其在医学影 像诊断方面表现突出。通过深度学习算法，AI 能够快速准确地识别 X 光、CT 等图像 中的异常，辅助医生提高诊断效率和准确性。电子病历自动化处理技术、智能分诊导 诊系统也在逐步推广当中。 健康管理：基于 AI 的智能健康监测设备及配套数据分析技术已较为成熟。这些设备 能实时采集用户的生理数据，经由 AI 分析后提供健康风险预警和建议，满足了人们 日益增长的健康管理需求。 医药创新：AI 在医药研发中的应用匹配度和可行性较高。它可以通过虚拟筛选化合物，快速找到潜在的有效分子，并预测药物的安全性和有效性，从而降低研发成本和 风险。例如，AI 在新冠药物研发中展现了显著优势，部分 AI 驱动的药物研发公司（如 Insilico Medicine、Atomwise）已取得阶段性成果。然而，AI 预测的化合物仍需通过 实验验证，在临床试验方案设计上仍面临复杂的医学、伦理和法规挑战，且临床试验 的设计和执行仍高度依赖人工经验，无法完全替代人工精细设计。尽管如此，AI 有 望将药物研发周期缩短一半以上，为制药公司带来显著的商业价值。

医疗 AI 有望解决医疗界“不可能三角”：就医看病时不可能同时满足就诊速度快， 医疗费用低，治疗水平高三个要求。这一概念由美国耶鲁大学教授 William Kissick 提 出，即在既定的约束条件下，一个国家的医疗系统很难同时实现提高医疗服务质量、 增加医疗服务可及性和降低医疗服务的价格。然而，AI 赋能下的医疗服务可以大规 模接待患者，实现随时随地的无限供应，并且其水平会随着持续训练迅速提升，已经 达到了具有 10 至 15 年临床经验医生的水准，且每月还在不断进步；而且随着新药 研发周期的大大缩短，将靶点发现和分子设计从“十年磨一剑”到高效突破，医药价 格也会越来越惠民。

AI 医疗相对传统医疗具备以下优势：提高诊断准确性：AI 能够对海量医疗数据进行学习和分析，发现人类难以察觉 的规律和模式，减少误诊和漏诊的发生。 提升医疗效率：自动化的流程和决策支持系统可以替代或辅助人工操作，如数据 分析、病例管理、患者监护等，使医生能够将更多时间和精力集中在患者的治疗 上，提高医疗服务的整体效率。 加速药物研发：AI 技术可以模拟化学反应和分子结构，预测药物的效果和副作 用，大大节省了药物研发过程中的实验和临床试验时间，加快新药上市的速度。 实现个性化医疗：通过对个体的全面健康数据分析，为患者量身定制个性化的治 疗方案，提高治疗的有效性和安全性。 在政策支持、技术优势与市场需求的共同推动下，AI 在医疗行业的应用深度与广度 持续提升。根据甲子光年《2024 年中国 AI 医疗产业研究报告》，2023 年中国 AI 医 疗行业规模为 973 亿元，并预期在 2028 年达到 1598 亿元，2022-2028 年间的年复 合增长率为 10.5%。

从细分市场来看，AI 医学影像和 AI 制药增长较快。 根据观研天下的统计，2024 年中国 AI 医学影像市场规模约 74.5 亿元，同比增长 160.5%；预计 2025 年我国 AI 医学影像市场规模将超 150 亿元，2026 年将达 235.7 亿元。

根据头豹研究院发布的《中国 AI 医疗行业白皮书》，2023 年中国 AI 制药市场规模 为 4.1 亿元，预计 2024-2028 年，市场规模将由 7.3 亿元增加至 58.6 亿元，年复合 增速达 68.5%。

1.2 AI 医疗行业政策梳理

国家出台多项政策支持 AI 医疗发展。2024 年国家卫生健康委等三部委联合发布《卫 生健康行业人工智能应用场景参考指引》，为医疗机构中的人工智能应用提供了具体 的场景指导，加速了 AI 技术的落地实施。这些政策共同发力，显著提升了我国 AI 医 疗的发展水平和速度。2024 年，《放射检查类医疗服务价格项目立项指南（试行）》 由国家医保局发布，首次将人工智能辅助诊断纳入价格立项范畴。2025 年 8 月，国 务院发布《关于深入实施“人工智能+”行动的意见》，提出探索推广人人可享的高 水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应 用，大幅提高基层医疗健康服务能力和效率。

1.3 AI 医疗发展历程

整体上，AI 在医疗领域的应用可分为三个阶段： 2017 年及之前：此阶段为机器学习与深度学习突破阶段，卷积神经网络在计算机视 觉领域取得重大突破，推动了医学影像分析的进步，AI 算法在各类疾病（乳腺癌、 肺癌、心血管疾病等）的影像诊断中逐渐显现出高于常人的准确率，AI 与医疗开始 进入初步结合阶段。 2018-2022 年：基础研究方面，2021 年，DeepMind 推出了 AlphaFold2，它利用深 度学习算法，根据给定的氨基酸序列，使用神经网络架构模型 Evoformer，通过利用 同源蛋白质的信息和多序列比对(multiple sequence alignment, MSA)，以原子级精 度从氨基酸序列中训练预测蛋白质结构，因具有优秀的预测精度，在第 14 届结构预 测的关键评估大赛中获得了冠军。AlphaFold2 引发了蛋白质结构及其相互作用建模 领域的一场革命，为蛋白质建模和设计应用提供了广泛的可能，有望在新药研发和疾 病治疗等多个领域发挥重要作用。

伴随 AI 应用的逐步深化，AI+医疗开始进入商业应用阶段，AI 与硬件设备的结合逐 步深化，部分诊断设备开始在无医生监督背景下运行；另一方面，AI 应用领域逐步 推广，诸如健康记录、个性化医疗、疾病预测与防控等多个领域也开始尝试与 AI 模 型结合，2020 年起疫情的出现则极大加速了 AI 在医疗领域的落地，图像识别被广泛 应用于新冠肺炎检测识别。

2023 年至今：生成式大模型取得巨大进展，大幅提升了医疗领域过往 AI 应用的精 度。自 2023 年初 GPT-4 发布以来，医疗公司开始探索其在电子健康记录分析、病 人数据管理和医疗文献综述等方面的应用。此后，在传统 AI 应用领域，大模型也开 始展现出较传统 AI 模型更高的预判精度，各行业龙头对于 AI+医疗投入力度持续加 大。目前在国家互联网信息办公室发布的生成式人工智能服务备案信息和深度合成 服务算法备案清单中，主要涉及非医疗器械的 AI 医疗软件的对外规模化产品应用， 患者服务、辅助诊断与决策、质控成为最为典型的 AI 应用领域。截止 2024 年底， 能够对外提供医疗领域 AI 应用的产品和服务且已备案的模型和算法数量已达 101 个， 呈逐步上升态势。 从医院端来看，以头部三甲医院为代表，国内各医院正加快对 AI 大模型的部署及应 用。根据动脉网的数据，截至 2025 年 4 月 30 日，在国内排名前 100 的医院中，已 有 98 家对外宣布完成了大模型部署，且已有 33 家医院在通用大模型的基础上进一 步研发出了 55 个垂类大模型。相比于通用大模型，专病专科大模型触及医院核心临 床数据，更适用于复杂多样的临床医疗场景，并且需要医院的深度参与配合，各类专 病专科大模型的诞生标志着国内医疗大模型的应用逐步深化。

2.重点公司分析

2.1 卫宁健康

卫宁健康自成立以来一直集研发、销售和技术服务为一体，为客户提供“一体化”的 解决方案，致力于提供医疗健康卫生信息化解决方案，不断提升人们的就医体验和健 康水平。通过持续的技术创新，自主研发适应不同应用场景的产品与解决方案，业务 覆盖智慧医院、区域卫生、基层卫生、公共卫生、医疗保险、健康服务等领域，是中 国医疗健康信息行业具有竞争力的整体产品、解决方案与服务供应商。 公司在夯实医疗信息化产品和服务的同时，自 2015 年起积极布局医疗健康服务领 域，推动互联网+模式下的医疗健康云服务等创新业务的发展，贯彻“1+X”战略。“1” 是新一代 WiNEX 系列产品，实现医疗卫生服务资源数字化；依托开放互联的卫宁数 字健康平台 WinDHP，构建行业数字基座“+”，汇聚并数字化医药健险各方能力；通 过能力交换兑现价值，在数字空间构建出数字化产品、数据服务创新、互联网医院、 医药险联动等“X”个数字健康应用场景，充分释放医疗机构能力，持续丰富医疗数字 化生态。

2024 年，公司发布医疗大模型 WiNGPT2.7 版本，此版本在通用能力和医疗能力方 面较前期版本有明显提升，同时完成国产化 CPU 和 GPU 服务器适配，并通过量化 和加密技术提供更安全、高性价比的部署模式。2025 年 2 月，公司迭新发布 WiNGPT2.8 和医护智能助手 WiNEX Copilot2.1，全面对接 DeepSeek。WiNGPT2.8 借力 DeepSeek 的 AI 推理，成为更加全面、性能更强的医疗大模型。WiNEX Copilot2.1 进一步聚焦场景深化、模型支持、平台能力三大方向，覆盖临床、护理、 医技等关键医疗场景，贯穿诊前、诊中、诊后全流程，全面深化医疗临床与管理场景 质控能力与移动端场景拓展。截至 2024 年底，公司累计为 20 余家用户部署大模型 及 AI 应用场景。2025 年 1-3 月新增 80 余家用户部署大模型及相关场景。同时，面 向公司研发侧，公司积极布局应用大模型能力在智能运维、代码生成与优化、文档生 成等生产环节提高效率和质量，推动企业生产模式变革。

2.2 创业慧康

公司成立以来始终秉承“创造智慧医卫，服务健康事业”的企业宗旨，专注于医疗卫 生健康信息化的建设、研发及服务创新，公司始终坚持以市场为导向，以客户需求为 出发点，不断深化拓展医疗卫生健康信息化行业市场。 自 2021 年以来，随着云计算、大数据、物联网、人工智能等最新 IT 技术在医疗行 业场景中全面深入应用，公司通过“慧康云”的发展战略，以数据驱动业务变革，对 传统的临床服务、患者服务、医疗科研、运营管理等场景进行直接赋能，适时推出了 一系列以“生态互融”为愿景的云化产品，逐步形成智能医健卫业务(HI)，数据治理 及服务(DI)，以及人工智能(AI)等研发体系布局，具体产品服务涵盖医疗、卫生、互 联网应用、医保等各种服务场景，四大产品服务板块，核心产品线涵盖 HI-HIS 医院 信息系统、EMR 电子病历平台、PACS 医学影像系统，以及智慧卫生整体解决方案 与医共体协同平台等专业化服务模块，实现信息资源的集约化管理与业务流程的无 缝对接。

基于在医疗信息化领域深耕多年的实践经验，公司已在临床辅助决策支持、电子病历 智能生成等多维度应用场景构建完整的解决方案体系，与逾 300 家医疗机构达成大 数据应用领域战略合作协议，夯实高质量医疗数据资源基础，形成支撑“医疗+AI” 创新发展的核心竞争优势。公司秉持“知识驱动与场景赋能”双轮驱动发展战略，针 对医疗机构差异化需求建立定制化产品矩阵，聚焦智能服务、临床辅助、专科应用、 流程优化及管理决策五大核心领域，以智能化解决方案重塑诊疗全链路，构建人工智 能多维应用架构，通过系统化解决医疗 AI 实施过程中的算法可信度验证与场景适配 难题，已形成涵盖技术研发、场景落地及价值验证的完整创新链条，充分彰显在智慧 医疗技术创新领域的标杆价值与示范效应。 创业慧康的智能体旨在弥合传统大模型认知与执行间的鸿沟，将大模型的思维指令 转化为可落地的业务操作，实现智能体的规模化应用。

从标准化工具的视角来看，服务中台架构的 HIS 是医疗智能体的理想工具箱。以领 域驱动设计(DDD)为蓝图，微服务架构实现的现代医院信息系统(HIS)，为医疗智能 体提供了覆盖门急诊、住院、药品、护理、手术、治疗等全场景的业务服务与数据服 务工具箱。同时，生态伙伴提供的医学知识库、科研服务、商保服务，以及 AI 中台 的大模型服务、感知中台的物联网服务等，共同构成了智能体工具库的丰富生态扩展。 为高效调用这些异构服务，智能体需依赖如 MCP、A2A 等标准化协议，实现大模型 与业务系统间的无缝连接。 从模型训练的视角来看，针对场景定向优化与调度指令的强化微调成效显著。首先， 创业慧康联合浙江大学计算机创新技术研究院进行了启真医学大模型的深度微调和 持续训练，其在医疗领域的专业理解能力表现卓越，并成功入选国家高等教育智慧教 育平台应用专区推出的 13 个学科大模型。更引人注目的是，针对特定场景（如患者 筛查）微调的小型专用模型（如 QiZhen-APTS-7B），其关键性能指标（如患者追踪 与筛查准确率）甚至显著超越了参数量更大的通用模型（如 QWQ-32B, DeepSeekR1）。这一结果不仅验证了垂直领域场景定向优化的重要性，更凸显了在医学知识 问答、医学语言生成与理解、复杂医学推理、医疗安全与伦理等方向进行模型定制化 适配的必要性。

2.3 医渡科技

医渡科技作为中国 AI 医疗变革驱动者，基于前沿 AI 技术，打造了“AI 医疗大脑” YiduCore，为医疗行业提供智能分析驱动的创新解决方案，赋能公共健康、临床研 究、医疗管理、新药研发、健康保险等各个领域，旨在从提升效率、降低成本、加速 创新等多维度推动医疗行业智能化变革，从而构建安全、普惠、精准的智能医疗体系， 最终使精准医疗惠及每一个人。面对政策制定者、医院管理者、医生等行业伙伴，我 们通过 AI 赋能的解决方案助力优化运营与资源配置，助力精准诊疗与科研创新，推 动医疗行业数字化转型和高质量发展。 依托 YiduCore，医渡科技深耕“AI for Medical”、“AI for Life Science”、“AI for Care”三大领域，构建起覆盖“医-药-险-患者”全链条的技术与服务闭环，以大模型 技术全面赋能行业智能化升级，AI 中台已落地 30 多家知名三甲医院。 医渡 AI 中台提供了大模型训练、部署及服务的统一管理，并在不同类型的大模型基 础之上，基于提示词、RAG 等技术构建不同场景的智能体，为上层应用提供支撑。 基于医渡数据中台对医院庞杂数据进行标准化整理与深度治理，保障了模型训练的 高效性与准确性；AI 中台凭借智能分析与决策能力，反哺数据治理工作。平台集成 了丰富的功能，不仅能接入多种大模型，还支持医院根据自身数据进行专科能力增强， 就像为不同的“工匠”提供了各种趁手的工具，让他们能打造出满足不同需求的“智 能体”，以适配多样化的医疗场景。

在临床诊疗场景，AI 诊疗助手在中山大学肿瘤防治中心、北京大学肿瘤医院等机构 落地应用，从患者就诊前的信息整合到诊中根据患者个体差异制定个性化治疗方案， 并且一键生成初版病历，再到就诊后的个性化随访、康复指导、用药指导等，深度融 入医疗机构诊疗全流程。其中，TNM 分期评估准确率可达 90%，耗时可减少 70%， 医生 Copilot 在单家医院已辅助医生累计服务患者超 2.6 万人次。 临床研究与药物研发领域同样受益于 AI 赋能。医渡科技通过大模型赋能实现文献驱 动的灵感发现、数据驱动的规律挖掘，以及科研全流程自动化，此外，基于大模型的 受试者招募平台有效解决临床研究中受试者招募难、入组慢的痛点，使受试者招募准 确率从传统 25%提升至 85%，肿瘤临床试验周期预计缩短 20%。 健康管理与保险服务领域，医渡科技以大模型技术赋能个性化健康管理，并为北京、 深圳等超千万人口城市提供惠民保一站式运营解决方案，累计服务参保用户超 4000 万人次，“快赔”理赔时效较传统方式提升 50%–70%。

2.4 东华软件（东华医为）

东华医为始终专注于医疗大健康信息化软件产品的研发与创新，前身是成立于 1999 年的东华软件股份公司医疗卫生事业部，也是国内为数不多能够为大健康 IT 产业提 供全业务域流程闭环、线上线下相结合的软硬件解决方案供应商。 东华医为基于 DeepSeek、Qwen 等国产大模型技术，构建东华医为&DeepSeek、 Qwen 等的医疗专属大模型生态，在智能辅助诊疗、电子病历智能辅助生成、病历内 涵质控、智慧服务、DRG/DIP 智能决策、智能运营管理等核心场景方面，实现持续 突破，构建起覆盖诊疗全流程、管理全周期的 AI 产品矩阵。目前，相关成果已在北 京大学第一医院、青岛大学附属医院、安徽省立医院等三甲医院落地验证，推动医院 从“数字化”向“数智化”跨越式进阶。 东华医为在医疗 AI 领域构建了差异化技术路径，摒弃通用大模型直接复用的模式， 通过多模态 MaaS 平台集成+RAG 知识增强引擎实现医疗场景的深度适配。该方案依托本地化医疗知识库的持续优化，在确保数据安全与诊疗合规性的同时，显著提升 AI 对复杂医疗业务逻辑的解析能力，实现医疗专业知识与大模型技术双向迭代优化。 东华医为临床决策支持系统(CDSS)全面融合 DeepSeek，在智能诊断、诊疗方案推 荐等领域取得突破，为医疗行业提供更高效、精准、安全的决策支持解决方案。通过 深度学习与自然语言处理技术，系统能够快速分析患者的病史、检查检验结果等多维 度数据，精准识别疾病特征，提供辅助诊断建议。无论是常见病还是罕见病，CDSS 都能在短时间内给出高准确率的诊断参考，显著提升诊断效率，减少误诊漏诊风险， 为医生提供强有力的决策支持。

2.5 润达医疗

润达医疗成立于 1999 年，是一家立足华东、辐射全国的医学实验室综合服务商，主 营业务为通过自有综合服务体系向各类医学实验室提供体外诊断产品及专业技术支 持的综合服务。 公司致力于智慧医疗服务的创新与发展，依托多模型技术，深度锚定医疗生态核心需 求，成功打造了 AI 医疗全场景化应用，医疗智能体“良医”涵盖病情分析、病历生 成、患者管理、病历质控、专病数据库、论文助手、智慧体检及病案编码八大功能模 块，健康智能体“晓慧”则聚焦健康档案、健康分析、健康咨询、健康计划、智能预 问诊、智能导诊及 AI 陪诊七大核心服务，两大智能体贯穿“防-治-管”全流程，通过 协同形成“诊前-诊中-诊后”闭环生态，全面满足医疗机构从诊疗到健康管理的多样 化需求。 公司加强与国内顶级医院合作，推出系列专病智能体，通过专病 Agent 开发，进一 步提升 AI 医疗大模型的可信度，将顶级医院先进的诊疗能力下沉到基层，让更多患 者能够获得标准化、高质量的诊疗服务，目前公司已与华西医院成功推出消化科领域 “睿兵 Agent”、与齐鲁医院发布“齐鲁·心擎-急性胸痛大模型”，与温州医科大学 第一附属医院推出“温医智检”等 AI 智能体。在商业化拓展方面，目前公司已累计 为华西医院、齐鲁医院、协和医院、长海医院、温州医科大学第一附属医院等百余家 医院提供了数字化智慧医疗解决方案服务，助力医院客户实现数字化升级。同时依托 “华擎智医”训推一体机，推出城市医疗一朵云方案，积极推动区域医疗加速智慧转 型，赋能基层医疗“质效双升”，已在杭州拱墅区、山东寿光市落地并取得显著成效， 让居民足不出户即可获得三甲医院水准的“数字家庭医生”服务。

润医医疗大模型是润达医疗与华为基于华为云盘古大模型打造的垂域医疗大模型， 模型参数量 380 亿，支持 32k 序列长度，且在华为云盘古大模型 L0 层的基础上，训 练使用了千亿级高质量的中英文医学文献、医学指南、书籍，及千万量级医疗健康档 案和知识图谱等数据，融合高质量通用数据，构成了润医医疗大模型底座。 从技术特性来看，380 亿高参数量赋予模型强大的学习能力，使其能够精准捕捉医疗 数据中的复杂模式与内在关系，显著提升语言理解和生成能力，足以胜任各类复杂医 疗任务。而支持 32k 序列长度，则确保模型具备卓越的长文本处理能力，能够充分 理解上下文语义，极大增强对复杂医疗文本的分析解读效能，可在多轮对话、复杂病 例分析等应用场景中优势明显。作为大模型训练的核心要素，千亿级高质量数据为模 型提供了丰富且准确的知识来源，可有效提升模型泛化能力，使其在各类实际医疗场景中能够做出更精准的判断与决策。

2.6 晶泰控股

晶泰控股成立于 2015 年，是基于量子物理、以人工智能赋能和机器人驱动的创新型 研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算以及 可扩展及标准化的机器人自动化相结合的方式，为制药及材料科学(包括农业技术、 能源及新型化学品以及化妆品)等产业的全球和国内公司提供药物及材料科学研发解 决方案及服务。2024 年 6 月，晶泰控股在香港交易所主板挂牌上市。 人工智能一体化加速药物发现：在药物研发领域，晶泰科技打造的人工智能小分子药 物发现平台可将药物发现周期缩短至传统 1/3，其小分子药物解决方案深度融合量子 化学计算、自动化合成与专家经验，通过虚拟筛选减少 90%湿实验消耗。大分子领 域，晶泰 Ailux 平台运用蛋白质语言模型生成优质抗体，结合机器人实验实现“数字 抗体到实体药物”的精准映射。提升候选分子多样性，提速抗体发现周期。 AI+机器人智能闭环赋能千行百业：在晶泰科技的万平智慧实验室内，机械集群昼夜 不息地执行化学反应，高质量的百万级化合物数据库持续喂养 AI 模型，实现人工智 能技术与机器人实验室的智能闭环，让自主优化合成路径的“化学 GPT”能不断为 人类探索化学世界的新边疆。晶泰的智慧实验室通过一体化实验室解决方案正在广 泛赋能生物医药、新能源、新材料、化学化工等行业。以技术驱动行业科研的下一代 变革。

数据飞轮助力中国人工智能实现超越：人工智能正在从通用人工智能时代逐步走向 超级人工智能。人工智能的进化依托算法-算力-数据三角支撑。晶泰智慧实验室基于 海量数据积累和人工智能 + 机器人的智能闭环，通过“数据-模型-应用”的飞轮效 应以前所未有的速度不断催生突破性行业创新，以 AI4Sicence 助力中国人工智能在进化中实现超越。 公司建立了一个专有的综合技术平台，该平台集成了高性能云计算赋能的计算机式 工具，包括基于量子物理的第一性原理计算和人工智能，用于干实验室计算和评估以 及机器人自动化的湿实验室实验。该平台旨在利用湿实验室生成的实验数据改进干 实验室计算，并透过从干实验室计算中获得的见解提高湿实验室的效率。与此同时， 湿实验室积累了大规模、高质量及一致的数据，为形成包含感知、生成、预测、决策、 计划和执行的闭环大型模型提供了基础。根据弗若斯特沙利文的资料，公司是世界上 少数同时拥有基于量子物理的第一性原理计算、人工智能技术及自动化湿实验室能 力的药物及材料科学研发公司之一。

2025 年上半年，公司实现上市一年来首次半年盈利，标志着进入规模化发展新阶段， 实现营收 5.17 亿人民币（同比增长 404%），经调整净利润 1.42 亿人民币，净资产 70.29 亿人民币，现金余额 53.08 亿人民币。 业务方面，药物发现解决方案收入 4.35 亿人民币（同比增长 615%），与 Gregory Verdine 教授达成 59.9 亿美元的重大合作并达到第一阶段里程碑，已收到首付款 5100 万美元。Gregory Verdine 教授是化学生物学领域的先驱、成功的连续创业者、 生命科学领域的资深风险投资人。他揭示了表观遗传调控与 DNA 修复的分子机制， 并开创疗法新范式，以革命性的"订书肽"技术攻克此前被视为"不可成药"的靶点，从 而奠定了他在学术界的地位。根据合作意向书，晶泰科技将利用本公司的基于 AI+机 器人的端到端人工智能药物发现平台，为 DoveTree 选定的多个针对肿瘤、自身免疫 性疾病及神经疾病领域的靶点，发现和开发小分子及抗体类候选药物。基于该合作意 向书，晶泰科技将在最终协议签署的 10 日及 180 日内分别获得 5100 万及 4900 万 美元首付款，并有资格获得金额达数十亿美元的潜在开发里程及销售里程碑付款，以及基于产品年度净销售额的潜在个位数百分点的特许权使用费（以最终协议确定的 金额为准）。DoveTree 将获得以上产品全球范围的独家开发和商业化权利。 智能机器人解决方案收入 8186 万人民币（同比增长 95.9%），在化学反应环节建立 了覆盖常见反应类型的可合成性预测与反应条件推荐 AI 模型，化学反应的成功率超 85%；顺利收购 Liverpool ChiroChem（LCC），并借助新一代机器人技术，精准解 决行业痛点。此外，公司升级小分子、大分子平台，启动分子胶平台，推出 PepiX™ 平台，建材料研究平台，突破具身智能技术，还部署 Multi-Agent 系统推动化学合成 全流程自主化。

2.7 Tempus AI

Tempus AI 是一家在医疗健康领域应用人工智能技术的公司。2015 年，Groupon 创 始人埃里克·莱夫科夫斯基（Eric Lefkofsky）的妻子被诊断出乳腺癌。在治疗过程 中，他发现尽管医疗技术先进，患者治疗决策仍主要依赖有限数据和医生个人经验， 大量临床和基因组数据如孤岛般无法有效利用。他意识到医疗领域需要一个能整合 所有数据并使其有用的"操作系统"。这促使他创立了 Tempus，核心使命是建立系统 让"每位患者都能从前人治疗经验中获益"。 公司的核心业务是通过 AI 驱动的临床和分子数据库，为医疗系统提供精准的检测和 诊断工具，服务范围覆盖肿瘤学、精神病学、放射学和心脏病学等多个领域。通过收 集和分析大规模的医疗数据，Tempus 建立了全球最大的临床和分子肿瘤学数据库之 一，其数据网络覆盖超过 2000 家医疗机构的约 450 个专业数据库，积累了超过 9 亿 份文档和超过 560 万份匿名患者记录。Tempus 还与多家制药公司建立合作关系。

Tempus 主要产品线包括，1）Genomics 基因组学：为医保提供者、研究人员、各种 第三方提供肿瘤检测服务，例如 NGS 诊断、聚合酶链反应；向付款人收取保费。涵 盖肿瘤 DNA/RNA 测序、液体活检、遗传性癌症风险检测、甲基化测序（用于微小残 留病灶监测）等。2024 年 11 月，Tempus 提出收购 Ambry Genetics 扩展遗传病筛 查及新疾病领域（儿科、罕见病、心脏病等）。2）Data 数据与服务：为客户许可大 量数据，并为生物制药伙伴的临床研究项目寻找患者与 Personalis 合作开发肿瘤监 测技术。连接美国 65%的学术医疗中心和 50%的肿瘤医生，拥有 850 万临床记录、 120 万影像记录及 250 PB 多模态数据。3）AI 应用平台：超过 2500 家机构连接该 平台数据管道，允许用户以各种形式（临床、成像、分子数据）发送信息，然后， Tempus 使用 AI 模型来识别生物标志物。通过算法（如 Tempus Next）整合多源数 据（EHR、影像、分子数据），为临床决策提供实时建议。该平台把生物技术机构与 患者实时联系起来，进行临床试验，或者识别护理差距，以确保每位患者都得到个性 化最佳治疗。 公司三条产品线协同工作，形成检测服务-AI 应用-决策分析的循环，不断驱动业务发 展。检测服务会生成患者数据，然后以匿名方式出售给生物科技公司，而 AI 应用平 台使用这些数据为“临床决策支持”创建工具软件。2024 年，Tempus AI 商业进展 成果显著，推出 MRD 检测产品 xM，进入监测市场；收购 Ambry Genetics，增强遗 传筛查能力。与 Cigna、Humana 等支付方达成网络内合作，xT CDx 获 ADLT 认证。 数据领域与诺华、武田、默克等药企深化合作，支撑长期收入。

Tempus 构建了一系列 AI 应用及工具来处理大规模的复杂医疗数据。Tempus One 是一款面向医生和研究人员的 AI 助手。用户可以通过语音或文本，用自然语言向其 提问，快速获取患者的全面临床和分子信息，以及最新的治疗指南。它就像一个永不 疲倦、知识渊博的医疗助理。Tempus Lens 是一个为生命科学研究人员设计的分析 平台。研究者可以通过自然语言查询，在数百万份去标识化的患者数据中筛选出特定 的研究队列（例如，“寻找携带特定基因突变、接受过某种免疫疗法并产生耐药性的 肺癌患者”），并在几分钟内获得初步的洞察，而这一过程在过去可能需要数月的人 工图表审查。

编辑：火腿肠